НКЦКИ озаботился защитой пользователей от атак через веб-приложения

НКЦКИ озаботился защитой пользователей от атак через веб-приложения

НКЦКИ озаботился защитой пользователей от атак через веб-приложения

Ввиду роста количества атак в рунете Национальный координационный центр по компьютерным инцидентам (НКЦКИ) опубликовал рекомендации по повышению уровня защищенности веб-приложений и минимизации рисков для пользователей.

При проведении атак на пользователей веб-приложений злоумышленники зачастую используют зависимости в коде, обеспечивающие взаимодействие со страницами сайта на стороне клиента, — подключаемые JavaScript-библиотеки, фреймворки CSS, информационные, аналитические и защитные плагины, а также шрифты, подгружаемые со сторонних серверов. Подмена таких модулей позволяет авторам атак размещать на сайтах вредоносные скрипты, собирать конфиденциальные данные посредством фишинга, перенаправлять пользователей на потенциально опасные ресурсы.

Для повышения безопасности веб-приложений и предотвращения злонамеренного вмешательства в их работу НКЦКИ рекомендует (PDF) принять следующие меры:

  1. Предоставить законным пользователям возможность самостоятельно завершать сеансы работы в веб-приложении.
  2. Обеспечить гарантированное удаление идентификатора сессии по ее завершении на стороне клиента.
  3. Ввести обязательную аутентификацию для доступа к защищенным ресурсам веб-приложений и внесения изменений в профили пользователя.
  4. Обеспечить криптозащиту аутентификационных данных пользователей при хранении.
  5. Исключить хранение аутентификационных данных и информации о структуре каталогов на сервере в файлах, доступных по URL.
  6. Запретить использование заголовка REFERER в качестве основного механизма авторизации.
  7. Использовать параметризованные запросы к базам данных SQL, либо применить санацию пользовательского ввода.
  8. Использовать фильтрацию входного потока данных.
  9. Запретить использование HTML-тегов <img> и <table> в пользовательском вводе.
  10. Очистить сообщения об ошибках от такой информации, как данные о структуре файловой системы, фрагменты кода, подробности обращения к СУБД; ввести в обиход страницу-заглушку с кодом ошибки 200.
  11. Использовать надежные протоколы для аутентификации пользователей (Kerberos, TLS 1.2 и выше).
  12. Использовать POST-запросы для передачи аутентификационных данных на сервер.
  13. Исключить использование внешних сущностей, внешних параметров сущностей и внешних описаний типа документа при обработке данных в формате XML.
  14. Запретить кеширование конфиденциальных данных, вводимых в веб-формы, ограничить доступ к содержимому куки-файлов с помощью атрибутов HTTPOnly и secure.
  15. Обеспечить проверку корректности вводимых пользователем данных и на стороне клиента, и на стороне сервера.
  16. Включить в HTTP-заголовки сведения об используемой кодировке и запретить ее замену для всех источников входных данных.
  17. Ввести проверку благонадежности стороннего JavaScript-кода перед его использованием.
  18. Регулярно проверять хеш-суммы файлов JavaScript; при обнаружении изменений следует немедленно прекратить использование кода и повторно проверить функциональность.
  19. Отказаться от использования динамически формируемых JavaScript.
  20. Отдавать предпочтение загрузке внешних зависимостей из контролируемых источников.
  21. Разработать и поддерживать в актуальном состоянии планы реагирования на DDoS-атаки, утечки, дефейс сайта, несанкционированный доступ к интерфейсу управления.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru